TOQUES: An Ocean-Bottom Seismometer Dataset on the Central Queen Charlotte Fault, Southeast Alaska
Notice bibliographique
Résumé
Abstract Plate boundaries in the oceans are often poorly monitored. Though typically less remote than the deep sea, shallow marine environments with seafloor depths <0.5 km can be especially challenging for seismic experiments due to natural and anthropogenic hazards and noise sources that can affect instrument survival and data quality. The Queen Charlotte fault (QCF) is part of a transform plate boundary that follows the continental shelf of the Alaska Panhandle and central British Columbia. This fault system accommodates dextral slip between the Pacific and North American plates and has hosted several historic Mw > 7 earthquakes. In August 2021, we deployed 28 broadband ocean-bottom seismometers (OBSs) along the central QCF for the “Transform Obliquity along the Queen Charlotte Fault and Earthquake Study” (TOQUES) to investigate fault architecture and local seismicity. Deployment depths varied between 0.2 and 2.5 km below sea level, with half of the instruments deployed in shallow water (<0.5 km depth). We describe the scientific motivations for the TOQUES broadband OBS array, present data metrics, and discuss factors that influence data quality and instrument survival. We show that many opportunities exist for scientific study of shallow marine environments and the solid earth. Despite concerns that shallow water was responsible for the risk of data or instrument loss, direct relationships between instrument success and water depth are inconclusive. Rather, instrument success may be more related to the ability of different instrument designs to withstand shallow-water conditions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».